인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 연구는 국내 디지털 플랫폼 맥락의 다크패턴을 체계적으로 식별⋅측정⋅해석하기 위한 한국형 평가 프레임워크(K-DPF)를 제안한다. 기존 분류⋅체크리스트 접근의 모호성과 주관성을 보완하고자, 항목별 운영적 정의⋅관측 단서⋅점수 규칙을 마련하고 존재 여부를 넘어 심각성(severity)과 빈도(frequency)를 결합해 계량화했다. 프레임워크는 사용자 여정(진입–사용–해지)별 15개 항목을 0–3점으로 채점(총 30점)하며, 총점과 평균점에 따라 등급(없음/준수–경미–상당–심각)을 부여한다. 현장 검증은 전자상거래⋅배달⋅숙박예약 대형 플랫폼(쿠팡⋅배달의민족⋅야놀자NOL)을 대상으로, 웹⋅UX 전문가 5인이 오리엔테이션 후 독립 채점한 값을 산술평균해 확정했다. 1차 목적은 지표의 식별가능성과 채점 일관성 확보였으며, 적용 결과 K-DPF는 선택 아키텍처에 따른 시각적 간섭, 시간 압박 카피, 사회적 증거의 측정 불투명성, 해지 경로의 인지적 마찰 등 리스크를 효과적으로 분해⋅기술함을 확인했다. 또한 결과 보고시 등급과 함께 상위 위험 3 항목, 사용자 영향, 즉시⋅단기조치를 병기하도록 권고해 활용성을 높인다. 다만 전문가 관찰 기반 설계로 인해 인과추정과 실제 이용행태 평가는 제한적이며, 대규모 적용과 데이터 축적을 통한 가중치⋅판정기준의 고도화가 필요하다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095677557
